TIRADS Based Thyroid Nodule Classification Using Texture Exploiting Descriptors

Abstract

Des chercheurs ont mis au point des systèmes aid à décesion médical (SADM) pour aider les médecins à diagnostiquer les nodules thyroïdiens afin de réduire les erreurs liées aux méthodes traditionnelles. L'expérience des médecins est à la base des méthodes de diagnostic traditionnelles. Par conséquent, les performances de ces systèmes jouent un rôle essentiel dans l'amélioration de la qualité d'une tâche de diagnostic. Bien que les études de pointe concernant ce problème soient basées sur des caractéristiques artisanales, des caractéristiques profondes ou une combinaison des deux, leurs performances sont encore limitées. Pour surmonter ces problèmes, nous proposons une méthode de diagnostic du nodule thyroïdien malin basée sur les images échographiques et utilisant l'intelligence artificielle. Dans ce travail, nous avons utilisé une classification en deux étapes pour classer les nodules thyroïdiens en fonction de leur score TIRADS respectif. Nos expériences avec un jeu de données ouvert populaire, à savoir la base de données d'images numériques de la thyroïde (TDID), confirment la supériorité de notre méthode par rapport aux méthodes de pointe.